[發明專利]基于知識圖譜的流行病感染者預測方法及系統

有效

• 申請號: 202010695650.8
• 申請日: 2020-07-20
• 公開（公告）號: CN111739657B
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 丁學利;王錫輝;賈晨宇
• 申請（專利權）人: 北京夢天門科技股份有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 王剛

1.一種基于知識圖譜的流行病感染者預測方法，其特征在于，包括：

獲取被調查人的基礎信息；若所述被調查人的基礎信息為語音形式，將所述被調查人的基礎信息轉換成文本形式；

提取所述被調查人的基礎信息的實體和關系，構建被調查人知識圖譜；

獲取流行病學傳播知識圖譜；所述流行病學傳播知識圖譜利用流行病學數據庫構建得到；具體包括：從所述流行病學數據庫中提取流行病學三元組數據集；利用所述流行病學三元組數據集構建流行病學原始知識圖譜；利用TransE算法對所述流行病學原始知識圖譜進行訓練，得到流行病學實體向量和流行病學關系向量；通過預先構造的評價函數評估兩個流行病學實體之間是否存在隱含關系；根據所述隱含關系，更新所述流行病學原始知識圖譜，以得到所述流行病學傳播知識圖譜；其中，所述預先構造的評價函數包括：；其中，(h,r,t)為正例三元組；h表示流行病學頭實體，t表示流行病學尾實體，r表示流行病學頭實體h和流行病學尾實體t之間的流行病學關系；T為正例三元組的集合；(h',r',t')為隨機替換掉流行病學實體和流行病學關系所構建的負例三元組；T'為負例三元組的集合；γ為正負例三元組得分的間隔距離的超參數；E(h,r,t)為正例三元組得分的能量函數；E(h',r',t')為負例三元組得分的能量函數；

根據所述被調查人知識圖譜和所述流行病學傳播知識圖譜，匹配確定疑似患者；具體包括：將所述被調查人知識圖譜和所述流行病學傳播知識圖譜融合，得到流行病學調查知識圖譜；從所述流行病學調查知識圖譜中抽取子圖；計算所述子圖中與所述被調查人有接觸關系的人員和其他人員之間的相關性，將相關性較高的所述其他人員作為疑似患者；其中，所述計算所述子圖中與所述被調查人有接觸關系的人員和其他人員之間的相關性包括：；其中，w_uv表示與所述被調查人有接觸關系的人員u和其他人員v的相關性；N(u)表示所述子圖中與所述被調查人有接觸關系的人員u的集合；N(v)表示所述子圖中其他人員v的集合；

構建包括若干樣本的樣本集；其中，所述樣本包括：樣本數據和標簽數據；所述樣本數據包括所述被調查人的基礎信息；所述標簽數據包括所述被調查人的流行病學調查報告；所述被調查人的流行病學調查報告包括被調查人的身份信息、被調查人的行程軌跡、被調查人的接觸人員和被調查人的發病過程；

根據所述樣本集，通過預定的機器學習算法，構建并訓練得到流行病學調查報告生成模型；

根據所述被調查人的基礎信息，通過所述流行病學調查報告生成模型，生成所述被調查人的流行病學調查報告；具體包括：所述流行病學調查報告生成模型采用循環神經網絡模型，包括編碼器和解碼器；將所述被調查人的基礎信息輸入所述循環神經網絡模型的輸入層，對所述被調查人的基礎信息進行詞嵌入處理，以提取各詞的特征得到所述被調查人的基礎信息中的各個詞的詞向量；將所述被調查人的基礎信息中的各個詞的詞向量逐步輸入所述編碼器，所述編碼器會逐步為各個詞生成第一隱狀態； 對于所述解碼器的第一步，將所述編碼器最后一步生成的第一隱狀態輸入所述解碼器，生成對應于第一個輸出詞的第二隱狀態；對于第一步之后的每一步，所述解碼器能夠根據前一步生成的第二隱狀態以及前一步生成的輸出詞，生成當前步的第二隱狀態；所述解碼器根據所述第二隱狀態通過Softmax函數進行歸一化，得到當前步的輸出詞對應為所述被調查人的基礎信息中的各個詞的輸出概率分布；將概率值最大的對應的詞作為當前步輸出的輸出詞；所述輸出詞按照順序排列，構成所述流行病學調查報告。